- 921. Minimum Add to Make Parentheses Valid 使括号有效的最少添加
- 915. Partition Array into Disjoint Intervals 分割数组
- 932. Beautiful Array 漂亮数组
- 940. Distinct Subsequences II 不同的子序列 II
Apache Hive是一款建立在Hadoop之上的开源数据仓库系统,可以将存储在Hadoop文件中的结构化、半结构化数据文件映射为一张数据库表,基于表提供了一种类似SQL的查询模型,称为Hive查询语言( HQL),用于访问和分析存储在Hadoop文件中的大型数据集。
Hive核心是将HQL转换为MapReduce程序,然后将程序提交Hadoop群集执行。
Hive由Facebook实现并开源。
总的来说,Hive利用HDFS来存储数据,利用MapReduce分析数据,语言方面只需要使用HQL
包括command-line interface命令行接口和Hive Web interface直接访问 和 JDBC/ODBC等标准协议结合Thrift服务器交互。
通常是存储在关系数据库中,如mysql、derby(Hive自带)中。
包括语法解析器、计划编译器、优化器、执行器
Hive本身不处理数据,而是通过执行引擎处理数据,其支持MapReduce、Tez、Spark三种引擎。
安装模式 | 内嵌 | 本地 | 远程 |
---|---|---|---|
Metastore是否需要单独配置启动 | 否 | 否 | 是 |
Metadata的存储介质 | Derby | Mysql | Mysql |
这里仅介绍远程部署
**机器版本:**Centos7
安装前提:集群时间同步、防火墙关闭、主机host映射、免密登陆、Java环境、hadoop集群健康可用
mysql在远程安装,需要注意的是要进行远程访问授权
# 这里使用mysql的子版本mariadb,效果和mysql一样
## 1 移除mariadb
yum remove -y rpm -aq mariadb*
### 移除目录
rm -rf /etc/my.cnf
rm -rf /var/lib/mysql
### 检查
rpm -aq mariadb*
## 2 安装
yum install mariadb* -y
## 3 设置开机自启
systemctl enable mariadb.service
## 4 其他
### 查看状态
systemctl status mariadb
### 启动
systemctl start mariadb.service
### 重启
systemctl restart mariadb.service
### 停止
systemctl start mariadb.service
# 进行远程访问授权
## 1 添加新用户,这里举例为 root 123456
use mysql;
update user set password=password("123456") where user='root';
## 2 授权,这里的%也可以替换为你想要进行授权的ip
grant all privileges on *.* to root@'%' identified by '123456' with grant option;
## 3 刷新
flush privileges;
## 解压
tar -xzvf apache-hive-3.1.3-bin.tar.gz -C /你想要/安装的/路径
## 使用hadoop中的guava替换hive中的guava
rm -rf apache-hive-3.1.3-bin/lib/guava-19.0.jar
cp hadoop-3.2.2/share/hadoop/common/lib/guava-27.0-jre.jar apache-hive-3.1.3-bin/lib/
修改hadoop中的配置文件:
# 修改core-site.xml文件
vim hadoop-3.2.2/etc/hadoop/core-site.xml
<property>
<name>hadoop.proxyuser.root.hosts</name>
<value>*</value>
</property>
<property>
<name>hadoop.proxyuser.root.groups</name>
<value>*</value>
</property>
修改hive中 的配置文件
# 修改 hive-env.sh
cd apache-hive-3.1.3-bin/conf/
cp hive-env.sh.template hive-env.sh
vim hive-env.sh
## 根据你的路径编写
# Set HADOOP_HOME to point to a specific hadoop install directory
HADOOP_HOME=/home/sjj/install/hadoop-3.2.2
# Hive Configuration Directory can be controlled by:
export HIVE_CONF_DIR=/home/sjj/install/apache-hive-3.1.3-bin/conf
# Folder containing extra libraries required for hive compilation/execution can be controlled by:
export HIVE_AUX_JARS_PATH=/home/sjj/install/apache-hive-3.1.3-bin/lib
# 修改 hive-site.xml
vim hive-site.xml
<configuration>
<property>
<name>hive.metastore.warehouse.dir</name>
<value>/home/sjj/hive/warehouse</value>
<description>数仓位置</description>
</property>
<property>
<name>javax.jdo.option.ConnectionURL</name>
<value>jdbc:mysql://机器ip:3306/hive?createDatabaseIfNotExist=true&useSSL=false&useUnicode=true&characterEncoding=UTF-8</value>
<description>MySQL连接协议 </description>
</property>
<property>
<name>javax.jdo.option.ConnectionDriverName</name>
<value>com.mysql.cj.jdbc.Driver</value>
<description>JDBC连接驱动</description>
</property>
<property>
<name>javax.jdo.option.ConnectionUserName</name>
<value>root</value>
<description>用户名</description>
</property>
<property>
<name>javax.jdo.option.ConnectionPassword</name>
<value>123456</value>
<description>密码</description>
</property>
<property>
<name>hive.server2.thrift.bind.host</name>
<value>机器ip</value>
<description>H2S绑定host</description>
</property>
<property>
<name>hive.metastore.uris</name>
<value>thrift://机器ip:9083</value>
<description>远程模式部署metastore地址</description>
</property>
<property>
<name>hive.metastore.event.db.notification.api.auth</name>
<value>false</value>
<description>关闭元数据存储权限</description>
</property>
<property>
<name>hive.metastore.local</name>
<value>false</value>
</property>
</configuration>
然后上传mysql驱动jar包到hive的lib包下
## 初始化元数据
cd apache-hive-3.1.3-bin
bin/schematool -initSchema -dbType mysql -verbos
## 出现下面的显示说明成功了
Initialization script completed
schemaTool completed
## 创建成功的hive数据库中有74张表
前台启动(方便排错):
apache-hive-3.1.3-bin/bin/hive --service metastore --hiveconf hive.root.logger=DEBUG,console
后台启动:
# 输出日志信息在./nohup.out
nohup apache-hive-3.1.3-bin/bin/hive --service metastore &
# 先启动metastore,再启动hiveserver2
nohup apache-hive-3.1.3-bin/bin/hive --service metastore &
nohup apache-hive-3.1.3-bin/bin/hive --service hiveserver2 &
apache-hive-3.1.3-bin/bin/hive
apache-hive-3.1.3-bin/bin/beeline
# 连接
beeline> ! connect jdbc:hive2://机器ip:port
# 使用root用户
Enter username for jdbc:hive2://机器ip:port: root
可以使用DataGrip(JB家的,没话说)、DBeaver(推荐,嘎嘎好用还免费,就是下载驱动可能要特殊手段)、Navicat、SQL Client等。有兴趣的可以在网络上检索自行学习。
我可以将 CSV 或任何其他平面文件导入到 hive 中,而无需先在 hive 中创建和定义表结构吗?假设我的 csv 文件有 200 列,需要导入到 hive 表中。所以我必须首先在 hive 中创
我有以下示例数据,我试图在 hive 中爆炸它.. 我使用了 split 但我知道我错过了一些东西.. ["[[-80.742426,35.23248],[-80.740424,35.23184],[
我有一个很大的日志文件,我加载到 HDFS . HDFS将根据机架感知复制到不同的节点。 现在我将相同的文件加载到配置单元表中。命令如下: create table log_analysis (log
我正在尝试使用 UDF在 hive 中。但是当我尝试使用 userdate as 'unixtimeToDate' 创建一个临时函数时,我得到这个异常(exception) hive> create
在Mysql中,我们可以使用DO sleep(5) ;来进行暂停。但它在 Hive 中不起作用。 Hive有 sleep 功能吗? 最佳答案 你可以通过反射调用Thread让hive在处理每一行后多等
我正在将数据从 csv 文件导入 Hive。我的表包含字符串和整数。但是,在我的输入文件中,整数周围有空格,所以它看起来像这样: some string, 2 ,another stri
我可以嵌套吗select在 Hive 中具有不同的条件?例如 如果我有以下两个 Hive 查询: select percentile(x, 0.95) from t1 where y = 1; sel
hive 安装有什么特定的模式吗? 例如,Hadoop 安装有 3 种模式:独立、伪分布式和完全分布式。 同样,Hive 是否有任何特定类型的分布? Hive 可以分布式安装吗? 最佳答案 Hive
我正在使用 Hive,我有一个结构如下的表: CREATE TABLE t1 ( id INT, created TIMESTAMP, some_value BIGINT ); 我需要找到
我是 Hadoop 生态系统工具的新手。 任何人都可以帮助我了解 hive 、直线和 hive 之间的区别。 提前致谢! 最佳答案 Apache hive : 1] Apache Hive 是一个建立
如何在 Hive 中写出数组文字? SELECT PERCENTILE(my_column, [0.5, 0.25, 0.50, 0.75, 0.95]) AS quantiles FROM my_t
我正在尝试在Hive中重命名columnName。是否可以在Hive中重命名列名称。 tableA(栏1,_c1,_c2) 至 tableA(column1,column2,column3) ?? 最
减号查询似乎在 HIVE 中不起作用。 尝试过: select x from abc minus select x from bcd ; 我做错了还是没有为 HIVE 定义负查询?如果是这样,还有其他
我正在尝试使用 hive-jdbc 连接将数据插入 Hive (NON-ACID) 表。如果我在“语句”中执行单个 SQL 查询,它就可以工作。如果我尝试使用“addBatch”对 SQL 进行批处理
我知道这些, 要获取表中的列名,我们可以触发: show columns in . 要获取表的描述(包括 column_name、column_type 和许多其他详细信息): describe [f
无法找到有关 Hive 表最大字符限制的合适规范。 我正在开发一个涉及 hive 表的 ETL 过程,这些表已指定格式为 _ 的命名约定,并且提供的表名称远大于 30 字节(pl/sql 的正常限制)
在安装了Hive的集群中,metastore和namenode有什么?我了解 Metastore 拥有所有表架构、分区详细信息和元数据。现在这个元数据是什么?那么namenode有什么呢?这个元存储在
Hive 中静态分区和动态分区的主要区别是什么?使用单独的插入意味着静态,而对分区表的单个插入意味着动态。还有什么优点吗? 最佳答案 在静态分区中,我们需要在每个 LOAD 语句中指定分区列值。 假设
我是 hadoop 和 hive 的新手。如果有人研究过pivot in hive的概念,请与我分享。 例如:来自 teradata 或 oracle 的数据未转置,这些数据应在 hive 中转置。那
1)如果分区列没有数据,那么当你查询它时,你会得到什么错误? 2)如果某些行没有分区列,这些行将如何处理?会不会有数据丢失? 3)为什么需要对数字列进行分桶?我们也可以使用字符串列吗?流程是什么?您将
我是一名优秀的程序员,十分优秀!